python如何求两个变量线性回归的斜率，截距以及均方误差？请给出实现函数。

可以使用 `sklearn` 库中的 `LinearRegression` 模型来求解线性回归的斜率、截距和均方误差。具体实现函数如下：

from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error

def linear_regression(x, y):
    # 创建线性回归模型
    lr = LinearRegression()
    # 训练模型
    lr.fit(x, y)
    # 获取斜率和截距
    slope = lr.coef_[0]
    intercept = lr.intercept_
    # 预测结果
    y_pred = lr.predict(x)
    # 计算均方误差
    mse = mean_squared_error(y, y_pred)
    return slope, intercept, mse

其中，`x` 和 `y` 分别为两个变量的样本数据，`slope` 表示斜率，`intercept` 表示截距，`mse` 表示均方误差。使用方法如下：

import numpy as np

# 生成样本数据
x = np.array([[1], [2], [3], [4], [5], [6], [7], [8], [9], [10]])
y = np.array([2, 4, 5, 7, 8, 10, 11, 13, 14, 16])

# 计算线性回归
slope, intercept, mse = linear_regression(x, y)

# 输出结果
print("斜率：", slope)
print("截距：", intercept)
print("均方误差：", mse)